1.一种基于QFD和KANO模型的多产品质量优化方法，其特征在于，包括如下步骤：步骤S1.建立QFD模型和KANO模型；

步骤S2.建立优化模型；

步骤S3.采用基于随机游走的改进粒子群优化算法对建立的优化模型进行求解，得到最终结果；

步骤S1包括：

S11.获取消费者需求的信息和数据，并建立QFD模型和KANO模型；

S12.通过建立的QFD模型将消费者的需求转换为工程特性；

S13.通过建立的KANO模型确定工程特性的分类及权重；

步骤S2包括：

S21.根据所述工程特性的分类及权重确定目标函数；

S22.对所述确定的目标函数生成约束条件；

S23.根据所述确定的目标函数以及生成约束条件建立优化模型；

步骤S3具体包括：

S31.标准粒子群优化算法流程；

S32.采用基于随机游走的改进粒子群优化算法求解，得到最终结果；

步骤S31具体为：

S311.生成粒子初始种群，包括粒子的位置和速度；并计算粒子的适应值，记录粒子位置；

S312.判断每一个粒子当前适应值与历史最优值，若当前适应值为最优值，则更新历史最优值，并记录粒子位置；

S313.将每个粒子的历史最优值与整个种群的最优值进行比较，若历史最优值更好，则更新全局最优值，并记录全局最优粒子的位置；

S314.更新粒子的速度和位置，表示为：

vi+1＝wvi+c1r1(pbesti‑xi)+c2r2(gbest‑xi)         (3.1)xi+1＝xi+vi+1        (3.2)其中，vi、xi分别为粒子的速度和位置；c1、c2表示学习因子；r1、r2表示[0,1]之间分布的伪随机数；w表示粒子更新的惯性权重；

S315.检验迭代是否终止，若终止输出全局最优值及粒子的位置，若未达到终止条件，则执行步骤S312；

步骤S32包括采用自适应非线性递减惯性权重来选择惯性权重，表示为：其中，wi是惯性权重，rand为随机数，wstart、wend分别表示初始权重和最终权重；Iter表示迭代总次数；t表示当前迭代次数；

采用随机游走方式以使每个粒子都能沿不同的方向搜索，表示为：xi+1＝wixi+c1r1rp(pbesti‑xi)+c2r2rp(gbest‑xi)      (3.4)rp＝sin(2πp/h)    (3.5)其中，h表示搜索方向总数；rp表示搜索方向；p表示产品的个数。

2.根据权利要求1所述的一种基于QFD和KANO模型的多产品质量优化方法，其特征在于，步骤S11中具体包括：S111.设计基于QFD和KANO模型的产品流程；

S112.建立多产品的质量测度体系，表示为：其中，质量测度体系为消费者忠诚度和消费者投诉率的加权和；Lk表示第k个产品的消费者忠诚度；Ck表示第k个产品的消费者投诉率；α1表示消费者忠诚度的权重；α2表示消费者投诉率的权重；

将消费者忠诚度表示为消费者满意度函数：

Lk＝f(CSk)      (1.2)

其中，Lk表示第k个产品的消费者忠诚度；CSk表示第k个产品的消费者满意度；f表示忠诚度；

将消费者投诉率与消费者满意度之间的函数，表示为：Ck＝g(CSk),k＝1,2,...,p      (1.3)其中，Ck表示第k个产品的消费者投诉率；CSk表示第k个产品的消费者满意度。

3.根据权利要求2所述的一种基于QFD和KANO模型的多产品质量优化方法，其特征在于，步骤S13具体包括：S131.根据KANO模型工程特性分类评估表确定工程特性的类型；

S132.确定工程特性类型的权重，表示为：其中， 表示第k个产品的第j个工程特性所属类别的权重；A表示魅力型特性；O表示一维特性；M表示基本特性；I表示无关特性；

S133.确定产品各工程特性的权重，表示为：其中，p表示产品的个数，n表示工程特性的个数，SIRkj表示第k个产品的第j个工程特性的相对权重；IRkj表示工程特性通过KANO模型分析得到的初始重要度，表示为：IRkj＝β×Skj+(1‑β)×DSkj         (1.8)其中，Skj表示具备此属性满意度的提升率；Akj、Okj、Mkj、Ikj表示工程特性属于不同类别的比例；DSkj表示不具备此属性满意度的下降率；β表示提升消费者满意相对于避免消费者不满意的重要程度；

S134.确定产品的消费者满意度提升值；

产品的消费者满意度提升值表示为工程特性改进率与其相应权重的乘积，表示为：其中， 表示消费者满意度提升值；SIR’kj表示第k个产品的第j个工程特性的绝对权重；xkj表示第k个产品第j项连续工程特性的改进率。

4.根据权利要求3所述的一种基于QFD和KANO模型的多产品质量优化方法，其特征在于，步骤S133中将所述SIRkj标准化为：其中，SIR’kj表示第k个产品的第j个工程特性的绝对权重。

5.根据权利要求4所述的一种基于QFD和KANO模型的多产品质量优化方法，其特征在于，步骤S21中确定的目标函数表示为：其中，CSk表示第k个产品改进后的总满意度； 表示第k个产品改进前的初始满意度； 表示第k个产品改进后的满意度提升值。

6.根据权利要求5所述的一种基于QFD和KANO模型的多产品质量优化方法，其特征在于，步骤S22中约束条件为：xkLj≤xkj≤xkMj,k＝1,2,...p,j＝1,2,...n      (2.2)其中，xkLj和xkMj表示产品工程特性改进率的下界和上界。

7.根据权利要求6所述的一种基于QFD和KANO模型的多产品质量优化方法，其特征在于，步骤S23中建立的优化模型表示为：Subject to Lk＝f(CSk),k＝1,2,…,pCk＝g(CSk),k＝1,2,…,p

xkLj≤xkj≤xkMj,k＝1,2,…,p,j＝1,2,…,nzkjr∈{0,1},j＝l+1,...,n     (2.3)其中，l表示产品连续工程特性的个数，xkj表示第k个产品第j项连续工程特性的改进率；xkjr表示第k个产品第j项离散工程特性的第r个目标值的改进率；zkjr包括0‑1变量，若第k个产品第j项离散工程特性取第r个值时，zkjr为1；B表示p个产品改进的总资金；ckj表示第k个产品第j个连续工程特性的资金系数；ckjr表示第k个产品第j项离散工程特性取第r个离散值时对应的资金。